基于遥感数据的水稻生育期识别研究

发布时间：2021-08-01 19:32

　　水稻的生育期信息是农田管理的重要指标,通过作物生长发育的时间和进程信息可以判断作物的生长状况及其所处的环境,此外,还可辅助大范围的作物提取和环境分析。遥感技术以其覆盖范围大、快速无损、空间连续的优势成为监测作物生育期的有力手段。本文研究首先对水稻不同生育期的冠层光谱特征进行分析,进一步利用不同平台获取的遥感数据进行水稻生育期识别,研究的主要结果有:（1）分别基于地面和无人机平台获取的水稻光谱反射率,利用K近邻、决策树、支持向量机、随机森林、梯度提升决策树和Stacking方法对水稻生育期进行识别。基于地面平台获取的反射率,以随机森林作为次级学习器的Stacking模型的整体识别精度最高,为89.44%。基于无人机平台获取的反射率,梯度提升决策树模型的整体识别效果最佳,精度为98.75%。（2）将基于地面平台获取的高时间分辨率数据建立的水稻生育期识别模型推广应用至无人机平台获取的数据,进行模型跨平台应用的适用性评价。决策树模型的跨平台应用整体识别精度最高,为76.25%,水稻的拔节孕穗期和抽穗扬花期混淆样本数量较多。（3）造成模型跨平台应用的适用性较差的主要原因是两个平台获取的反射率存在... 

【文章来源】：武汉大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

武汉大学陵水水稻实验田地理位置图

实验田概况及水稻品种和施氮水平分布

无人机及云台搭载多光谱相机示意图

【参考文献】：
期刊论文
[1]基于MODIS-EVI及物候差异免阈值提取黄淮海平原冬小麦面积[J]. 张莎,张佳华,白雲,姚凤梅.  农业工程学报. 2018(11)
[2]融合时间序列环境卫星数据与物候特征的水稻种植区提取[J]. 柳文杰,曾永年,张猛.  遥感学报. 2018(03)
[3]基于物候信息的山东省冬小麦长势遥感监测[J]. 侯学会,隋学艳,姚慧敏,梁守真,王猛.  国土资源遥感. 2018(02)
[4]植被物候模型研究进展[J]. 刘慧,白音包力皋.  河海大学学报(自然科学版). 2018(01)
[5]中国夏玉米和冬小麦近年生育期变化及其与气候的关系[J]. 崔耀平,肖登攀,刘素洁,李楠,蒋琳,石欣瑜,刘小萌,李江苏,路婧琦,秦耀辰.  中国生态农业学报. 2018(03)
[6]Landsat8多光谱波段纹理对叶面积指数的影响分析[J]. 焦志敏,张晓丽,李法玲,石宽,宁亮亮,王月婷,赵明瑶.  地理与地理信息科学. 2014(03)
[7]基于灰度共生矩阵的彩色遥感图像纹理特征提取[J]. 侯群群,王飞,严丽.  国土资源遥感. 2013(04)
[8]鹫峰地区QuickBird影像纹理特征与生物量估测关系初探[J]. 王昆,张晓丽,王珊,焦志敏,宁亮亮,吴石磊.  地理与地理信息科学. 2013(03)
[9]藏北高原植被物候时空动态变化的遥感监测研究[J]. 宋春桥,游松财,柯灵红,刘高焕,钟新科.  植物生态学报. 2011(08)
[10]基于灰度共生矩阵的图像纹理特征地物分类应用[J]. 李智峰,朱谷昌,董泰锋.  地质与勘探. 2011(03)

博士论文
[1]基于极化SAR的水稻物候期监测与参数反演研究[D]. 杨知.中国科学院大学(中国科学院遥感与数字地球研究所) 2017

硕士论文
[1]基于遥感光谱数据的油菜生育期识别[D]. 陶言祺.武汉大学 2018
[2]基于MODIS植被指数的水稻物候提取与地面验证[D]. 肖江涛.电子科技大学 2011



本文编号：3316117